OMMF2018参加に向けての準備②
OMMF2018の参加にあたって、当初はノートPCに環境を構築しようと考えていましたが、骨格認識(tf-opse-estimation)が実用レベルの速度で動作せず・・・
※intel core i7 no GPU 環境で、0.8~1.3FPS程度・・・
GPU付きのPCを準備するのも費用的負担が大きく、良いものはないかと物色していたところ、Nvidia の組み込み向けボードJetsonに辿り着いたのでした。
環境構築と骨格認識(tf-opse-estimation)のインストールについてはQiitaとか色々検索していただけると、環境の構築は出来ると思います。
・マクニカのJetson TX2 開発環境インストールマニュアル
・Qiitaで公開して下さっている記事
※tf-openposeのインストール記事ですが、tf-pose-estimateionもインストール手順は同じです。
tf-openposeとtf-pose-estimateionの違いは・・・ごめんなさい、よくわかりません。
tf-pose-estimateionの方が処理速度が若干早い気がするのですが・・・
ただ、私の環境(Jetpac3.3 + Python3.5)では PyArrow がインストールされず、そのためtf-opse-estimationのインストール自体も失敗する状態でした。
自分でPyArrowを make 後、pythonインストール用のwheelを下記のサイトの手順で作成して、PyArrowをインストールしました。
https://wesm.github.io/arrow-site-test/docs/python/development.html
モデルに mobilenet を利用して、骨格認識時の画像を小さめにすることで、7.5~8.0FPS程度の速度で認識する事が出来ています。